基于表面肌电信号的上肢精细动作模式识别研究

《基于表面肌电信号的上肢精细动作模式识别研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、工程硕士学位论文基于表面肌电信号的上肢精细动作模式识别研究作者姓名庄聪聪工程领域控制工程校内指导教师李远清校外指导教师周平所在学院自动化科学与工程学院论文提交日期2018.1.3TheResearchonFineMotionPatternRecognitionofUpperLimbBasedonSurfaceElectromyographyADissertationSubmittedfortheDegreeofMasterCandidate：ZhuangCongcongSupervisor：Prof.LiYuangqingSouthChinaUniversityo

2、fTechnologyGuangzhou,China分类号：R318学校代号：10561学号：201521013283华南理工大学硕士学位论文基于表面肌电信号的上肢精细动作模式识别研究作者姓名：庄聪聪指导教师姓名、职称：李远清教授申请学位级别：工程硕士工程领域名称：控制工程论文形式：ꇶ产品研发ꇶ工程设计应用研究ꇶ工程/项目管理ꇶ调研报告研究方向：神经肌肉电信号识别研究论文提交日期：2018年1月3日论文答辩日期：2018年3月19日学位授予单位：华南理工大学学位授予日期：年月日答辩委员会成员：主席：俞祝良教授委员：俞祝良教授、李远清教授、张智军副教授、余晋刚副教

3、授、吕洪燕高工摘要表面肌电信号（surfaceelectronomyographysignal,sEMG）携带着大量与人体运动模式有关的信息。大量研究证明，通过对表面肌电信号的处理分析，能够识别肌肉的活动状态。随着生物医学技术和模式识别技术的发展，表面肌电信号在医疗评估，假肢控制，人机交互等方面得到了广泛应用。本文首先根据在广东省工伤康复中心对十名手部损伤患者进行的问卷调查，选取手部八种动作。根据选择的动作和胳膊肌肉组织结构，选择在指浅屈肌、拇长屈肌、指总伸肌、尺侧腕屈肌四块肌肉肌腹位置放置电极，设计实验采集肌电信号，并对采集到的肌电信号进行处理分析。本文主要工作

4、集中在信号预处理，特征提取，降维与分类，具体如下：(1)信号预处理。对肌电信号预处理主要包括两方面的工作内容，消噪和活动段提取。在对肌电信号进行消噪时，选择使用Sym8作为基函数的小波阈值消噪，并与传统巴特沃斯滤波器效果进行对比，实验证明该方法信噪比高，能够获得理想的消噪效果，为肌电信号的进一步处理奠定良好基础。在活动段提取时，采用变步长移动平均法。采用该方法不仅能够实现对活动段提取的功能，而且计算速度加快。(2)特征提取。分别选取时域、频域和时频域具有代表性的特征进行研究，并使用DB指数对特征进行评价。以DB指数的计算结果作为选择特征的标准，经过实验验证能够达到

5、分类要求。(3)降维和分类方法研究。不同降维方法和分类器的组合，会产生不同的分类效果。本文选择了两种降维方法：主成分分析(PCA)和局部线性嵌入法(LLE)，两种分类方法：支持向量机(SVM)和线性判别分析(LDA)，一共组成四种肌电信号识别方法，分别为PCA-LDA，PCA-SVM，LLE-SVM，LLE-LDA。对上述四种分类方法进行研究，并针对支持向量机在解决多分类问题时不同的组成方式进行对比分析,对分类性能进行评价主要是根据数据处理时间和分类准确率。关键词：表面肌电信号；手部精细动作；特征提取；模式识别IAbstractThesurfaceelectron

6、omygraphysignal(sEMG)carriesagreatdealofinformationaboutpatternsofmovementrelatedtothehumanbody.Withthedevelopmentofbiomedicaltechnologyandpatternrecognitiontechnology,sEMGhasbeenwidelyusedinmedicalassessment,artificiallimbcontrol,human-computerinteractionandsoon.Thispaperselectseight

7、kindsofhandmovementswhicharebasedonthesurveyoftenhandinjuriesfromGuangdongWorkInjuryRehabilitationCenter.Andthenweselectthesuperficialflexor,thumblongflexor,referringtothetotalextensor,ulnarflexortoplaceEMGsensorsaccordingtotheselectedactionandarmmusclestructure.Inthisway,wecancollect

8、thesE